Einfache Suche

Cookie	Anbieter	Beschreibung	Notwendig	Speicherdauer
COPOPENAUTH	OCLC	Ein Cookie, der sich eine erfolgreiche Anmeldung merkt.	Ja	10 Jahre nach Erstellung
EU_LAW_INFO	OCLC	Der Cookie wird gespeichert, sobald der Anwender die Verwendung von Cookies zur Kenntnis genommen hat.	Ja	10 Jahre nach Erstellung
.ASPXANONYMOUS	DNN	Der Cookie speichert eine eindeutige ID für anonyme Anwender.	Ja	ca 70 Tage
.DOTNETNUKE	DNN	Der Cookie wird bei der Anmeldung erzeugt.	Ja	Session
ASP.NET_SessionId	ASP.NET	Identifiziert die Session von ASP.NET.	Ja	Session
authentication	OCLC	Speichert, über welchen Anmeldeweg der Leser sich angemeldet hat. DNN (DNN Login), COP (OPEN Login), "" (Nicht angemeldet)	Ja	Session
dnn_IsMobile	DNN	Der Cookie speichert, ob der Anwender ein mobiles Gerät verwendet.	Ja	Session
languague	DNN	Der Cookie speichert die aktuell eingestellte Sprache.	Ja	Session
LastPageId	DNN	Der Cookie speichert die ID (TabID) des letzten besuchten Reiters.	Ja	Session
__RequestVerificationToken	DNN	Der Cookie bietet Schutz vor Cross-Site-Attacken.	Ja	Session
SplashPageView	DNN	Der Cookie steuert die einmalige Anzeige der Begrüßungsseite.	Ja	Session
RepeaterCategories, RepeaterGroup	DNNGo	Cookies des DNN-Moduls xPlugin für Layout-Einstellungen.	Ja	Session
Liste aller Einstellungs-Cookies von OPEN:	OCLC	Die Cookies steuern den aufgeklappt/zugeklappt - Status bei den einzelnen Bereichen innerhalb der Einstellungen sowie die Sichtbarkeit der Header.	Ja	Session
StayInEditMode	DNN	Der Cookie steuert, ob sich die Oberfläche im Bearbeitungsmodus befindet.	Ja	Session
cem_pending, CEM_CallbackData, CEM_ExistingModule, CEM_NewModuleId	DNN	Diese Cookies werden beim Hinzufügen bzw. Klonen von Modulen im Bearbeitungsmodus verwendet.	Ja	Session
GOOGLE_ANALYTICS_INFO	OCLC	Der Cookie wird gesetzt, wenn der Anwender der Verwendung des Tracking Tools Google Analytics zugestimmt hat.	Nein	1 Jahr
_ga, _ga_<container-id>	Google Analytics	Der Cookie _ga speichert die Google Analytics-Client-ID zur Unterscheidung von Nutzern, _ga_<container-id> dient der Persistierung des Sitzungsstatus (vorausgesetzt der Anwender hat dem Tool zugestimmt, siehe Cookie GOOGLE_ANALYTICS_INFO).	Nein	2 Jahre
_Module_359_Survey_0_, AppearanceSecurityOptions, CSVExportOptions	DNN	Die Cookies werden vom optionalen 3rd Party DNN-Modul Survey verwendet.	Nein	bis 31.12.9999, 20 Minuten, 20 Minuten

Ihre Mediensuche

Zweigstelle	Standorte
Onleihe	Onleihe

Detailanzeige drucken Permalink Detailanzeige

E-Medium

Empirische Sozialforschung mit Python

Daten automatisiert sammeln, auswerten, aufbereiten

0 Bewertungen

Verfasser: Feiks, Markus

Medienkennzeichen: evm

Jahr: 2019

Verlag: Springer Fachmedien Wiesbaden

Mediengruppe: eBook

Vorbestellbar: Ja Nein

Voraussichtlich entliehen bis:

Download

Exemplare

Zweigstelle	Standorte	Interessenkreis	Status	Vorbestellungen	Frist
Zweigstelle: Onleihe	Standorte: Onleihe	Interessenkreis:	Status: Digitales Medium	Vorbestellungen: 0	Frist:

Inhalt

²In Zeiten von "Big Data" wird es zunehmend wichtiger, Datenprozesse automatisieren zu können. In diesem Buch wird die Programmsprache Python dazu eingesetzt, Daten automatisiert zu erheben, diese auszuwerten und Zusammenhänge zu visualisieren. Die Beispiele sind einfach gehalten und können jedoch auf eigene, komplexere Vorhaben übertragen werden. Daher eignet sich das Buch für all jene, die noch keine Erfahrung mit der Programmierung gesammelt haben.

Bewertungen

0 Bewertungen

Rezensionen

Details

E-Medium: content sample

Links: content sample (E-Ressource), cover (E-Ressource)

ISBN: 9783658258771

Beschreibung: 147 S.

Sprache: Deutsch